CN115577727A - 手持扫码终端的扫码改进方法及装置 - Google Patents

手持扫码终端的扫码改进方法及装置 Download PDF

Info

Publication number
CN115577727A
CN115577727A CN202211103582.7A CN202211103582A CN115577727A CN 115577727 A CN115577727 A CN 115577727A CN 202211103582 A CN202211103582 A CN 202211103582A CN 115577727 A CN115577727 A CN 115577727A
Authority
CN
China
Prior art keywords
picture
current
hard decoding
decoding picture
code scanning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211103582.7A
Other languages
English (en)
Inventor
周安竖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Changlian Zhirong Communications Technology Co ltd
Original Assignee
Shanghai Changlian Zhirong Communications Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Changlian Zhirong Communications Technology Co ltd filed Critical Shanghai Changlian Zhirong Communications Technology Co ltd
Priority to CN202211103582.7A priority Critical patent/CN115577727A/zh
Publication of CN115577727A publication Critical patent/CN115577727A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G06K7/1491—Methods for optical code recognition the method including quality enhancement steps the method including a reconstruction step, e.g. stitching two pieces of bar code together to derive the full bar code

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种手持扫码终端的扫码改进方法及装置，包括获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，生成本次硬解码图片，存储所述本次硬解码图片，并获取所述上一次硬解码图片，并生成当前拼接增强图片；对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息。本发明结合条形码和二维码的供人识读字符来进行最大可能的字符识别，也即识别所述当前拼接增强图片中包含的当前文字信息，进而尽可能的减少用户的手动输入，实现准确识别且高效快速识别。

Description

手持扫码终端的扫码改进方法及装置
技术领域
本申请涉及扫码识别技术领域，特别是涉及一种手持扫码终端的扫码改进方法及装置。
背景技术
二维码又称二维条码，常见的二维码为QR Code，QR全称Quick Response，是一种编码方式。它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据类型。而条形码(barcode)是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。常见的条形码是由反射率相差很大的黑条（简称条）和白条（简称空）排成的平行线图案。
目前，在传统用户使用场景下，条形码和二维码容易被污损、破坏、变形，导致无法被手持扫码终端的扫码模块识别并解码成功。这时，用户往往会调整角度并多次进行扫码尝试，最终扫码失败，只能通过人工识别方式手工输入识读字符，极大的降低了识别效率。
因此，目前现有技术中已存的手持扫码终端的扫码方法因二维码/条形码损坏导致无法识别时，需要用户调整角度并多次扫码，或由人工输入，进而导致识别效率低以及操作麻烦的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够尽可能的减少用户的手动输入，实现准确识别且高效快速识别的手持扫码终端的扫码改进方法及装置。
本发明技术方案如下：
一种手持扫码终端的扫码改进方法，所述方法包括：
步骤S100：获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
步骤S400：若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
进一步地说，步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接和增强处理，并生成当前拼接增强图片；具体包括：
步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；
步骤S220：根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；
步骤S230：若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片。
进一步地说，步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；具体包括：
步骤S211：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；
步骤S212：对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；
步骤S213：进行特征提取，在尺度空间中检测极值点；
步骤S214：对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；
步骤S215：两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
进一步地说，步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；具体包括：
步骤S310：对所述当前拼接增强图片进行图像二值化处理；
步骤S320：对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；
步骤S330：进行透视变换处理；
步骤S340：进行误码校正，并在软解码成功则显示解码结果。
进一步地说，所述方法还包括：
步骤S510：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；
步骤S520：与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；
步骤S530：当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
进一步地说，一种手持扫码终端的扫码改进装置，所述装置包括：
扫码模块，用于获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
智能增强单元用于存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
智能增强单元用于对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
智能识别单元用于若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
进一步地说，所述智能增强单元还用于：
存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片；
所述智能增强单元还用于：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；进行特征提取，在尺度空间中检测极值点；对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
进一步地说，所述智能增强单元还用于：
对所述当前拼接增强图片进行图像二值化处理；对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；进行透视变换处理；进行误码校正，并在软解码成功则显示解码结果。
所述装置还包括在线更新单元，所述在先更新单元用于：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述手持扫码终端的扫码改进方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述手持扫码终端的扫码改进方法所述的步骤。
本发明实现技术效果如下：
上述手持扫码终端的扫码改进方法及装置，依次通过获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；然后存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；接着，对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；最后，若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息，进而能够在手持扫码终端无法进行硬解码的情况下，通过利用手持扫码终端的计算能力和控制方法步骤，对条形码和二维码图片区域进行算法拼接增强并软解码，并结合条形码和二维码的供人识读字符来进行最大可能的字符识别，也即识别所述当前拼接增强图片中包含的当前文字信息，进而尽可能的减少用户的手动输入，实现准确识别且高效快速识别。
附图说明
图1为一个实施例中手持扫码终端的扫码改进方法的流程示意图；
图2为一个实施例中手持扫码终端的扫码改进方法的细化流程示意图；
图3为一个实施例中手持扫码终端在第一次硬解码后得到的损坏条码图；
图4为一个实施例中手持扫码终端在第二次硬解码得到的损坏条码图；
图5为一个实施例中生成当前拼接增强图片过程中的拼接过程图；
图6为一个实施例中生成生成当前拼接增强图片成功后的条码图；
图7为一个实施例中生成生成当前拼接增强图片失败后的条码图；
图8为一个实施例中进行特征匹配的流程示意图；
图9为一个实施例中二值化处理的前后对比图；
图10为一个实施例中手持扫码终端的扫码改进方法中软解码的流程示意图；
图11为一个实施例中手持扫码终端的扫码改进装置的结构框图；
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1-图2所示，提供了一种手持扫码终端的扫码改进方法，所述方法包括以下步骤：
步骤S100：获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
本步骤中的执行主体为扫码模块，该模块是条形码/二维码的读取装置。所述扫码模块可与手持设备主机模块连接，将拍摄的图片反馈给手持设备主机模块，同时可对条形码/二维码进行硬解码操作。
步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
步骤S400：若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
进一步地，本步骤中，主要是采用CTPN算法结合CNN与LSTM深度网络，能有效的检测出各种场景的横向分布的文字。
因此，本发明依次通过获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；然后存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；接着，对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；最后，若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息，进而能够在手持扫码终端无法进行硬解码的情况下，通过利用手持扫码终端的计算能力和控制方法步骤，对条形码和二维码图片区域进行算法拼接增强并软解码，并结合条形码和二维码的供人识读字符来进行最大可能的字符识别，也即识别所述当前拼接增强图片中包含的当前文字信息，进而尽可能的减少用户的手动输入，实现准确识别且高效快速识别。
在一个实施例中，如图2所示，步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接和增强处理，并生成当前拼接增强图片；具体包括：
步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；
进一步地，扫码模块对识别的图片区域进行第一次硬解码操作，并由智能增强单元将硬解码失败后的图片进行存储，用于辅助后一次扫码图片增强，也即存储所述本次硬解码图片，并获取所述上一次硬解码图片。
进一步地，如图3所示，为本次硬解码图片。图4为上一次硬解码图片。第一次硬解码后得到的损坏条码如图3所示。第二次硬解码得到的损坏条码如图4所示。
步骤S220：根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；
步骤S230：若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片。
接着，通过特征提取进行图片拼接，主要采用SIFT算法，也即尺度不变特征转换匹配算法，其中图5为拼接过程图。
然后，对拼接后的图片进行二次软解码，条码软解码的主要流程是首先对条码进行自适应二值化，然后对条码进行定位、旋转、分割；分割出单个码字后，通过边缘检测，得到条码条空序列模块宽度后，再进行纠错解码。
在一个实施例中，如图8所示，步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；具体包括：
步骤S211：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；
对图像进行二值化处理，使图像特征更加明显，如图9的前后对比图。
步骤S212：对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；
然后通过对图像进行多尺度表示，构造图像的高斯金字塔分层结构。
步骤S213：进行特征提取，在尺度空间中检测极值点；
其中，对每一个采样点和相邻的26个点进行比较（26个点为:其同尺度的8个相邻点和相邻尺度对应的18个点），并将结果作为候选特征点；去除低对比度的特征点和消除边缘响应去掉不稳定，最终得到稳定特征点；最后，选取条形码/二维码/可识别字符区域边缘的特征点，优化特征点分布以减少特征数量。
步骤S214：对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；
具体地，为对特征点进行描述，使其具备尺度、位置、方向等相关信息；利用特征点邻域像素的梯度方向分布计算每个像素点的梯度幅值和方向，从而为每个特征点指定方向和参数。
然后，在考虑去除尺度、旋转等变形因素影响的前提下，组织已有信息生成特征描述符。
步骤S215：两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
最后，通过两方特征点的两两比较找出相互匹配的若干对特征点，建立物体间的对应关系。
在一个实施例中，如图10所示，步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；具体包括：
步骤S310：对所述当前拼接增强图片进行图像二值化处理；
步骤S320：对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；
步骤S330：进行透视变换处理；
步骤S340：进行误码校正，并在软解码成功则显示解码结果。
本实施例中，在进行图像二值化处理时，将图像分解成一系列的块，然后为每个块计算一个阈值，接着对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取，具体为积进行定位标识、校正标识和评估版本。
其中定位标识为通过搜索器确定二维码中的左上、左下和右上三个角的定位角点。首先水平扫描二值化后的图像，找到所有匹配比例为1: 1: 3: 1: 1的点；对于符合该比例的点，同时检查它的垂直方向比例。这样收集的所有点都是水平和垂直配比为1:1:3:1:1的。如果搜索器收集到的点大于三个，需要过滤掉一些不适合的点。其特征在于，计算三者之间的夹角点，如果夹角大于最大阈值或者小于最小阈值，该点会被过滤掉。评估版本具体为：使用模块大小和两个搜索器之间的距离来估计版本。
接着，图像分辨率低或二值化方法不当都会导致变形，因此需要校正标识，具体为使用三种搜索器大致定位对齐模式，计算图像连通分量中的黑像素和白像素部分。检查所有边界像素，如果边界像素是相邻的相同的像素点连接，可将计算的中心点作为对齐图形的中心点。
然后，进行透视变换，具体为将图片投影到一个新的视平面，也称作投影映射。它是二维（x,y）到三维(X,Y,Z)，再到另一个二维(x′,y′)(x′,y′)空间的映射，使图片映射成一个规则的四边形图形。而由于图像失真或二值化不当，可能会得到一些错误信息。然后，进行误码校正，二维码采用Reed-Solomon Codes（简称RS编码）进行纠错。RS编码以word为编码和解码单位，大的数据块拆分到字长为word（取值一般为8或者16位）的word，然后对word进行编解码。进一步地，如图6所示，软解码成功:301731010，若软解码失败则可能条码被污损，如图7所示。
在一个实施例中，所述方法还包括：
步骤S510：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；
步骤S520：与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；
步骤S530：当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
在一个实施例中，如图11所示，一种手持扫码终端的扫码改进装置，述装置包括：
扫码模块，用于获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
智能增强单元用于存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
智能增强单元用于对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
智能识别单元用于若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
本实施例中，智能增强单元，是将多次硬解码失败的图片，通过sift算法拼接增强而成的完整图片，相对与传统算法在与其特征选择，主要通过损坏的条形码/二维码边缘或者识别字符来拼接；同时，该智能增强单元可以通过软件算法进行二次软解码。
所述智能识别单元，是采用预训练的深度学习模型，其主要样张数据来自硬解码失败的图片。通过后来学习得到最优的模型后，更新到PDA中。PDA中的智能识别单元,采用该预训练模型对条形码/二维码进行OCR。
在一个实施例中，所述智能增强单元还用于：
存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片；
所述智能增强单元还用于：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；进行特征提取，在尺度空间中检测极值点；对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
在一个实施例中，所述智能增强单元还用于：对所述当前拼接增强图片进行图像二值化处理；对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；进行透视变换处理；进行误码校正，并在软解码成功则显示解码结果。
所述装置还包括在线更新单元，所述在先更新单元用于：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
本实施例中，所述在线更新单元、所述智能增强单元、所述智能识别单元均属于手持设备主机模块，所述智能算法库内设有所述智能增强单元和所述智能识别单元。
在一个实施例中，如图12所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述手持扫码终端的扫码改进方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述手持扫码终端的扫码改进方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种手持扫码终端的扫码改进方法，其特征在于，所述方法包括：
步骤S100：获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
步骤S400：若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
2.根据权利要求1所述的手持扫码终端的扫码改进方法，其特征在于，步骤S200：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接和增强处理，并生成当前拼接增强图片；具体包括：
步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；
步骤S220：根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；
步骤S230：若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片。
3.根据权利要求2所述的手持扫码终端的扫码改进方法，其特征在于，步骤S210：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；具体包括：
步骤S211：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；
步骤S212：对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；
步骤S213：进行特征提取，在尺度空间中检测极值点；
步骤S214：对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；
步骤S215：两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
4.根据权利要求1所述的手持扫码终端的扫码改进方法，其特征在于，步骤S300：对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；具体包括：
步骤S310：对所述当前拼接增强图片进行图像二值化处理；
步骤S320：对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；
步骤S330：进行透视变换处理；
步骤S340：进行误码校正，并在软解码成功则显示解码结果。
5.根据权利要求1-4任一项所述的手持扫码终端的扫码改进方法，其特征在于，所述方法还包括：
步骤S510：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；
步骤S520：与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；
步骤S530：当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
6.一种手持扫码终端的扫码改进装置，其特征在于，所述装置包括：
扫码模块，用于获取手持扫码终端对准物品进行扫码后获得的包含条形码/二维码的当前区域图片，并根据所述当前区域图片生成本次硬解码图片，其中，所述本次硬解码图片之前还存储有上一次硬解码图片；
智能增强单元用于存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取及拼接增强处理，并生成当前拼接增强图片；
智能增强单元用于对所述当前拼接增强图片进行软解码，若软解码成功则显示解码结果；
智能识别单元用于若软解码失败，则对所述当前拼接增强图片进行智能识别，若成功识别所述当前拼接增强图片中包含的当前文字信息，则显示所述当前文字信息，若智能识别失败，则表示所述当前拼接增强图片中不含文字信息，则显示识别失败信息。
7.根据权利要求6所述的手持扫码终端的扫码改进装置，其特征在于，所述智能增强单元还用于：
存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片进行特征提取，并进行特征匹配关联处理；根据特征匹配关联处理结果，判断所述本次硬解码图片和所述上一次硬解码图片是否具备关联；若判断所述本次硬解码图片和所述上一次硬解码图片具备关联，则以所述本次硬解码图片为基础并结合所述上一次硬解码图片对条形码/二维码区域进行拼接和增强处理，并生成当前拼接增强图片；
所述智能增强单元还用于：存储所述本次硬解码图片，并获取所述上一次硬解码图片，对所述本次硬解码图片和所述上一次硬解码图片均进行二值化预处理；对所述本次硬解码图片和所述上一次硬解码图片构建图像的高斯金字塔分层结构；进行特征提取，在尺度空间中检测极值点；对特征点进行尺度、位置、方向等信息描述，并生成特征描述符；两两比较找出相互匹配的若干特征点，并建立物体间的对应关系。
8.根据权利要求6所述的手持扫码终端的扫码改进装置，其特征在于，所述智能增强单元还用于：
对所述当前拼接增强图片进行图像二值化处理；对进行了图像二值化处理的所述当前拼接增强图片进行二维码提取；进行透视变换处理；进行误码校正，并在软解码成功则显示解码结果；
所述装置还包括在线更新单元，所述在先更新单元用于：手持扫码终端开机后，检查当前设备状态并初始化智能算法库；与后台服务器建立连接，判断当前手持扫码终端中的智能算法库是否需要更新；当发现后端服务器有新版本智能算法库时，对智能算法库进行更新。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202211103582.7A 2022-09-09 2022-09-09 手持扫码终端的扫码改进方法及装置 Pending CN115577727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211103582.7A CN115577727A (zh) 2022-09-09 2022-09-09 手持扫码终端的扫码改进方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211103582.7A CN115577727A (zh) 2022-09-09 2022-09-09 手持扫码终端的扫码改进方法及装置

Publications (1)

Publication Number Publication Date
CN115577727A true CN115577727A (zh) 2023-01-06

Family

ID=84580794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211103582.7A Pending CN115577727A (zh) 2022-09-09 2022-09-09 手持扫码终端的扫码改进方法及装置

Country Status (1)

Country Link
CN (1) CN115577727A (zh)

Similar Documents

Publication Publication Date Title
US5410611A (en) Method for identifying word bounding boxes in text
CN110046529B (zh) 二维码识别方法、装置及设备
CN110956171A (zh) 铭牌自动识别方法、装置、计算机设备和存储介质
US7480408B2 (en) Degraded dictionary generation method and apparatus
US5539841A (en) Method for comparing image sections to determine similarity therebetween
RU2621601C1 (ru) Устранение искривлений изображения документа
US8687886B2 (en) Method and apparatus for document image indexing and retrieval using multi-level document image structure and local features
CN110647795A (zh) 一种表格识别方法
CN109214229B (zh) 一种条码扫描方法、装置及电子设备
CN112613553B (zh) 图片样本集生成方法、装置、计算机设备和存储介质
CN110647885B (zh) 基于图片识别的试卷拆分方法、装置、设备以及介质
CN111783495A (zh) 一种条形码识别方法、装置、电子设备及存储介质
CN113158895A (zh) 票据识别方法、装置、电子设备及存储介质
US8787702B1 (en) Methods and apparatus for determining and/or modifying image orientation
CN114429649B (zh) 目标图像识别方法及装置
CN110147785B (zh) 图像识别方法、相关装置和设备
CN111753719A (zh) 一种指纹识别方法及装置
CN111914846A (zh) 版面数据合成方法、设备及存储介质
CN111652011A (zh) 一种读取二维码的方法和装置
CN115577727A (zh) 手持扫码终端的扫码改进方法及装置
CN116229098A (zh) 一种基于掩模轮廓跟踪的图像识别方法及相关产品
CN113361547B (zh) 一种签章识别方法、装置、设备及可读存储介质
CN113269153B (zh) 一种表格识别方法以及装置
CN115147847A (zh) 文本识别结果的确定方法、装置、存储介质及计算机设备
CN113837119A (zh) 一种基于灰度图像识别易混淆字符的方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination